面向关系理解的全局文本关系嵌入
计算与语言
2019-06-04 v1
摘要
词嵌入和句子嵌入等预训练嵌入是促进广泛下游NLP任务的基础工具。在本工作中，我们研究如何学习文本关系的通用嵌入，文本关系定义为实体之间的最短依存路径。文本关系嵌入提供了词/短语级与句子级之间的一种知识层次，我们表明它能够促进需要文本关系理解的下游任务。为了学习这样的嵌入，我们通过将整个英文ClueWeb09语料库链接到Freebase，创建了最大的远程监督数据集。我们使用文本关系与知识库关系之间的全局共现统计作为监督信号来训练嵌入。在两个关系理解任务上的评估证明了所学习的文本关系嵌入的有用性。数据和代码可在 https://github.com/czyssrs/GloREPlus 获取。
引用
@article{arxiv.1906.00550,
title = {Global Textual Relation Embedding for Relational Understanding},
author = {Zhiyu Chen and Hanwen Zha and Honglei Liu and Wenhu Chen and Xifeng Yan and Yu Su},
journal= {arXiv preprint arXiv:1906.00550},
year = {2019}
}
备注
Accepted to ACL 2019. 5 pages, 2 figures